Intégration d’une architecture récursive sur silicium pour la transformée en ondelettes 2D

Intégration d’une architecture récursive sur silicium pour la transformée en ondelettes 2D

Silicon integration of a recursive architecture for the 2-D wavelet transform

Camille Diou Lionel Torres  Michel Robert  Gilles Sassatelli 

LICM-CLOES, Université de Metz, 7 rue Marconi, 57070 Metz, France

LIRMM-CNRS, Université Montpellier II, 161 rue Ada, 34392 Montpellier Cedex 5, France

Corresponding Author Email: 
diou@sciences.univ-metz.fr
Page: 
101-117
|
Received: 
8 June 2001
|
Accepted: 
N/A
|
Published: 
30 June 2002
| Citation

OPEN ACCESS

Abstract: 

This paper introduces the mathematical formalism of the wavelet transform. We present the orthogonal and biorthogonal wavelets, and the filter banks based signal processing. We point out the lifting scheme technique and compare it to the filter banks method, and show the advantages in terms of hardware implementation offered by the lifting scheme, compared to classical filter banks based architectures. We then review the different types of architectures for the wavelet transform found in the literature, and present an efficient architecture for the 2D wavelet transform using lifting scheme techniques. The extension of this architecture for the multiresolution decomposition is then described. The proposed architecture allows the real-time processing of images, and only needs a minimal silicon area. This architecture is suitable for embedded image processing system on chip, for video coding and compression.

Résumé

Ce papier introduit brièvement le formalisme mathématique de la transformée en ondelettes. Nous abordons ensuite les notions d’ondelettes orthogonales et bi-orthogonales, ainsi que le traitement par bancs de filtres. Nous présentons plus particulièrement la technique du lifting scheme que nous comparons ensuite avec la technique des bancs de filtres, et soulignons les avantages en termes d’implantation matérielle qu’apporte le lifting scheme par rapport à des architectures classiques reposant sur les bancs de filtres. Nous rappelons ensuite les différents types d’architectures proposées dans la littérature pour la transformée en ondelettes, puis présentons une architecture efficace pour la transformée en ondelettes 2D exploitant la technique du lifting scheme. L’extension de l’architecture proposée pour la décomposition multirésolution est ensuite décrite, puis nous concluons sur les résultats obtenus et les perspectives de ce travail. L’architecture proposée autorise le traitement temps-réel des images, tout en nécessitant une surface silicium minime.

Keywords: 

Wavelet transform, lifting scheme, wavelet core

Mots clés

Transformée en ondelette, lifting scheme, cœur d’ondelettes

1. Introduction
2. De Fourier Aux Ondelettes
3. Le Lifting Scheme
4. Comparaison Lifting Scheme / Bancs De Filtres
5. Architectures Pour La Transformée En Ondelettes 2D
6. Implantation Du Lifting Scheme
7. Architectures Pour L’analyse Multirésolution
8. Synthèse Et Résultats
9. Conclusion Et Perspectives
  References

[1] Stéphane G. Mallat, « A Theory for Multiresolution Signal Decomposition: The Wavelet Representation, IEEE Transactions On Pattern Analysis And Machine Intelligence, vol. 11, n°7, 1989.

[2] A. Cohen, Ondelettes et Traitement Numérique du Signal, Masson, 1992, ISBN 2-225-83954-9.

[3] Gilbert Strang and Truong Nguyen, Wavelets and Filter Banks, WellesleyCambridge Press, 1996, ISBN 0-9614088-7-1.

[4] W. Sweldens, « The Lifting Scheme: A New Philosophy in Biorthogonal Wavelet Constructions », in Wavelet Applications in Signal and Image Processing III, A. F. Laine and M. Unser, Eds. 1995, pp. 68-79, Proc. SPIE 2569.

[5] W. Sweldens, « Wavelets and the lifting scheme: A 5 minute tour », Z. Angew. Math. Mech., vol. 76 (Suppl. 2), pp. 41-44, 1996.

[6] W. Sweldens and P. Schröder, « Building your own wavelets at home, in Wavelets in Computer Graphics, pp. 15-87. ACM SIGGRAPH Course notes, 1996.

[7] I. Daubechies and W. Sweldens, Factoring Wavelet Transforms into Lifting Steps, J. Fourier Anal. Appl., vol. 4, n°3, pp. 245-267, 1998.

[8] W. Sweldens, « The lifting scheme: A custom-design construction of biorthogonal wavelets », Appl. Comput. Harmon. Anal., vol. 3, n°2, pp. 186-200, 1996.

[9] W. Sweldens, « The lifting scheme: A construction of second generation wavelets », SIAM J. Math. Anal., n°2, vol. 29, pp. 511-546, 1997.

[10] C. Valens, « The Fast Lifting Wavelet Transform », 1999, URL: http://perso.wanadoo.fr/polyvalens/clemens/lifting/lifting.html.

[11] A. Cohen and I. Daubechies and J. Feauveau, « Bi-orthogonal bases of compactly supported wavelets », Comm. Pure Appl. Math., vol. 45, pp. 485-560, 1992.

[12] Chaitali Chakrabarti and Mohan Vishwanath and Robert Michael Owens, « Architectures for the Wavelet Transforms : A Survey, Journal of VLSI Signal Processing, vol. 14, pp. 171-192, 1996.

[13] Jimmy C. Limqueco and Magdy A. Bayoumi, « A VLSI Architecture for Separable 2-D Discrete Wavelet Transform, Journal of VLSI Signal Processing, vol. 18, pp. 125-140, 1998.

[14] Mohan Vishwanath and Robert Michael Owens and Mary Jane Irwin, « VLSI Architectures for the Discrete Wavelet Transform », IEEE Transactions on Circuits and Systems – II : Analog and Digital Signal Processing, vol. 42, n°5, pp. 305-316, Mai 1995.

[15] Frédéric Truchetet and André Forys, « Implementation of still-image compression-decompression scheme on fpga circuits, SPIE, vol. 2669, pp. 66-75, Janvier 1996.

[16] Low Cost Multiformat Video Codec ADV601, 1997, Datasheet, URL: http://products.analog.com,

[17] Ultralow Cost Video Codec ADV601LC, 1997, Datasheet, URL: http://products.analog.com.

[18] Philippe Guermeur and Stéphane Guermeur, « Une implantation de la transformée en ondelettes discrètes à base de circuits FPGA, in Actes des Journées Adéquation Algorithme Architecture en Traitement du Signal et Images, Saclay, France, 28-30 janvier 1998, pp. 201-206.

[19] Gauthier Lafruit and Francky Catthoor and Jan P. H. Cornelis and Hugo J. De Man, « An Efficient VLSI Architecture for 2-D Wavelet Image Coding with Novel Image Scan », IEEE Transactions on Very Large Scale Integration (VLSI) Systems, vol. 7, n°1, Mars 1999.

[20] I. Urriza and J. I. Artigas and J. I. Garcia and L. A. Barrag·n and D. Navarro, « Locality Improvement of the Pyramid Algorithm to Compute the Discrete Wavelet Transform », in Proceedings of XIII Design of Circuits and Integrated Systems Conference, Novembre 1998, pp. 30-35.

[21] D. Navarro, « VLSI Implementation of 2-D Mallat’s Wavelet Transform.

[22] Aleksander Grzeszczak and Mrinal K. Mandal and Sethuraman Panchanathan and Tet Yeap, « VLSI Implementation of Discrete Wavelet Transform », IEEE Transactions on Very Large Scale Integretion (VLSI) Systems, vol. 4, n°4, Décembre 1996.

[23] Camille Diou, Contribution à l’intégration sur silicium de la transformée en ondelettes 2D, Thèse de Doctorat, Université de Montpellier II, 2000.

[24] JPEG, « JPEG 2000 Part I Final Committee Draft Version 1.0 », Tech. Rep. ISO/IEC JTC1/SC29 WG1, Avril 2000, Information Technology, JPEG 2000 Image Coding System.

[25] Gilles Sassatelli and Lionel Torres and Pascal Benoît and Thierry Gil and and Camille Diou and Gaston Cambon and Jérôme Galy, « Highly Scalbale Dynamically Reconfigurable Systolic Ring-Architecture for DSP Applications, in Proceedings DATE’02, IEEE Design, Automation and Test in Europe, 4-8 mars 2002.